OpenMP и ограничение пропускной способности памяти

Изменить: мой первый пример кода был неправильным. Исправлено с более простым.

Я реализую библиотеку C ++ для алгебраических операций между большими векторами и матрицами.
На процессорах x86-x64 я обнаружил, что параллельное добавление векторов OpenMP, точечные продукты и т. Д. Работают не так быстро, как однопоточные.
Параллельные операции выполняются на -1-6% быстрее, чем однопоточные.
Это происходит из-за ограничения пропускной способности памяти (я думаю).

Итак, вопрос в том, есть ли реальный выигрыш в производительности для такого кода:

void DenseMatrix::identity()
{
assert(height == width);
size_t i = 0;
#pragma omp parallel for if (height > OPENMP_BREAK2)
for(unsigned int y = 0; y < height; y++)
for(unsigned int x = 0; x < width; x++, i++)
elements[i] = x == y ? 1 : 0;
}

В этом примере нет серьезных недостатков использования OpenMP.
Но если я работаю над OpenMP с разреженными векторами и разреженными матрицами, я не могу использовать, например, * .push_back (), и в этом случае вопрос становится серьезным. (Элементы разреженных векторов не являются непрерывными, как плотные векторы, поэтому параллельное программирование имеет недостаток, потому что результирующие элементы могут поступать в любое время — не для индекса от нижнего к верхнему)